两阶段模糊c-均值聚类算法及其应用

针对模糊c-均值算法对初始值敏感、收敛结果易陷入局部极小值的缺点,提出了两阶段模糊c-均值聚类算法.首先通过恰当的贴近度(满足相似相近性)估计分类数,选取初始聚类中心;然后通过模糊c-均值算法进行聚类,最后对所得的聚类中心采用逻辑斯谛型的灰色模型进行预测.由于聚类中心具有统计特征,因此较好地克服了样本间的随机误差,灰色逻辑斯谛模型较好地克服了每个样本内误差.采用上述方法对全国30个省市农村居民年收入进行了分析和比较,得出了具有参考价值的结果.

基于级差格式的灰色Logistic模型

结合贫信息状态下的单因子研究对象 ,阐述了灰色模型的级差格式。利用背景函数为非齐次指数函数的精确级差格式 ,按理想状态时的绝对误差及相对误差建立了一种新型灰色 L ogistic模型 ,并给出了计算方法。该模型计算简便 ,带有理想状态的误差数据接近均匀地分布于模型曲线两侧。计算实例表明该模型具有良好的拟合效果和预测效果。

一种新的GM（1，1）建模方法——迭代加速法

在GM（1，1）逐步优化直接建模方法的基础之上，得到了迭代的收敛速度，并由此得到了迭代－加速公式。在参数a较大时，迭代加速法具有收敛速度快等优点，弥补了原逐步优化直接建模方法收敛速度慢的缺陷。

一类高阶超双曲型方程的中量定理及其逆定理

Asgeirsson中量定理表明超双曲型方程的Cauchy问题一般是不适定的 ,对Asgeirsson中量定理的推广就有重要意义· 目前关于高阶方程解的中量只有初步探讨 ,尚未得到具体结果 ,本文直接利用Asgeirsson中量定理结果和积分、微分的性质与关系 ,得到了高阶方程解的中量满足广义双轴对称位势方程 ,同时还证明了其逆定理· 利用关于广义双轴对称位势方程正则解的表达式及雅可比多项式的特殊性质 ,得到了高阶方程解的中量公式 ,从而使得关于解的拓展性和适定性的讨论将有可能·

模糊推理的程序化

在模糊控制过程中,普遍采用CRI模糊推理方法,但由于其计算量大,阻碍了模糊控制的应用。本文在Mathematica环境之下,巧妙地运用Mathematica语言的特点及处理矩阵自定义运算的能力,将模糊推理程序化。

模糊推理的程序化

在模糊控制过程中 ,普遍采用 CRI模糊推理方法 ,但由于其计算量大 ,阻碍了模糊控制的应用。在Mathematica环境之下 ,巧妙地运用 Mathematica语言的特点及处理矩阵自定义运算的能力 ,将模糊推理程序化。

T-算子,泛算术与Zadeh算子(英文)

Zadeh算子已推广到 T-算子 ,T-算子也已推广到泛算术。本文讨论 T-算子与 Zadeh算子、泛算术与 Zadeh算子的关系。在一定条件下 ,得到了它们之间相互转化的充要条件。

Euler-Poission-Darboux方程的奇型柯西问题

利用广义Ｅｕｌｅｒ－Ｐｏｉｓｓｉｏｎ－Ｄａｒｂｏｕｘ（Ｅ－Ｐ－Ｄ）方程的Ｒｉｅｍａｎｎｎ函数所特有的一次奇性及超几何函数的性质导出了其广义ＢＰ－Ｄ方程在奇线上给定数据的Ｃａｕｔｈｙ问题的解。

一类高阶方程边值问题的解

从紧算子的谱理论出发，给出了高阶方程∑ｍｉ＝１２ｘ２ｉ２ｕ－∑ｍｊ＝１２ｙ２ｉ２ｕ＝ｆ（ｘ，ｙ），ｘ＝（ｘ１，ｘ２，…，ｘｍ），ｙ＝（ｙ１，ｙ２，…，ｙｍ），在有界区域（闭）Ｇ（ｘ）×Ｇ（ｙ）／上的一类边界问题解的存在性和唯一性定理。

一类高阶方程的边值问题

从紧算子的谱理论出发 ,给出了一类高阶方程在有界闭区域G(x)×G(y)

动态规划中函数值序迭代法

以序、指标函数和函数值迭代法为基础 ,提出了函数值序迭代法。得到了两个原理 ,由这两个原理可以得到每步迭代都有某一点的最优解产生以及迭代的简化公式。利用函数值序迭代法比函数值迭代法减少了迭代步数 。

四阶非齐次方程(Δ_x^2-Δ_y^2)u=f(x,y)解的中量定理及其逆定理

Asgeirsson中量定理表明超双曲型方程的Cauchy问题一般是不适定的。利用非齐次超双曲型方程的中量定理的结果和积分、微分的性质与关系 ,得到了高阶非齐次方程 (Δ2 x-Δ2 y)u =f(x ,y)解的中量满足广义轴对称位势非齐次方程 。

求解TSP算法

首先提出旅行商问题(TSP),并将其转化为最短有向图哈密尔顿回路问题,然后介绍了三种类型的求解TSP的算法。第一种为传统算法,包括分支定界法、改良回路法、贪婪算法、MST算法、MM算法、插入法等;第二种为现代优化算法,包括模拟退火算法、人工免疫算法、遗传算法、蚁群算法、粒子群优化算法、禁忌搜索算法、Hopfield神经网络算法等;第三种为论文提出的DNA计算算法。并对这些算法的复杂度、误差范围以及优劣点进行了分析。

最短路问题的闭环DNA算法

提出了不等长闭环DNA分子的概念,由此推广了闭环DNA计算模型。给出了固定端点的最短路问题闭环DNA算法,该算法首先对每条弧进行了三组DNA编码,再用有目的的终止技术合成固定端点的所有链,然后通过接入实验和电泳实验得到最短路,并通过检测实验输出所有最短路径。得出了算法的复杂性,为说明算法的有效性给出了一个算例。最后讨论了最短路问题闭环DNA算法在变权网络、自由终点或固定中间点的最短路问题中的应用,并给出了相应的解决方法。由此说明该算法具有广泛的适应性。

基于闭环DNA计算的最大独立集问题的算法

提出闭环DNA计算模型及其基本生化实验,给出解决最大独立集问题的闭环DNA算法。在闭环DNA算法中,提出并实现了用删除实验直接构造所有最大独立集的构想,即通过多次删除实验使顶点集合逐步满足独立集的要求,最后达到最大独立集。该方法使得算法的设计简单明了。算法仅用到基本的删除实验,实现简捷、可靠。

路径排序问题基于表面的DNA算法

提出了路径排序问题表面DNA算法三步骤:a.找出两端点的所有链,b.筛选出所有的路,c.得到路序.指出编码问题在DNA计算中的重要性.在算法实现过程中,用保护两端点对应的DNA片段3′端或5′端的办法得到所有的链,并用电泳的方法对链进行排序以及去掉链长大于图权值总和的链;对探针进行生物素标记并且采用观察、记录亮点强度的办法筛选出所有的路;分析实验记录得到路序.将算法推广到最短(长)路问题的不同之处在第三步,即只需分析在表面上排在最前(最后)的DNA链的实验记录就得到最短(长)路.

基于闭环DNA模型的八皇后问题算法

给出了闭环DNA计算模型及其基本生化实验,提出了基于闭环DNA的求解八皇后问题全部可行解的DNA算法,分析了算法的实现步骤及其实现方式并得到了全部的可行解。最后讨论了算法的复杂性。

排课表问题的闭环DNA计算模型的算法

排课表问题是NP-完全问题。基于闭环DNA计算模型引入多种生化实验得出求解排课表问题的DNA算法。本算法采用两部编码方式产生初始数据池,引入批删除实验解决了教师和班级的冲突问题和同班课问题;引入批分离实验解决了正常合班课问题和教师时间要求问题;引入电泳实验解决了排课的均衡分配问题;引入标记实验得到了排课表问题的全局最优解集,并给出了算法的生化实现过程。最后,对算法的正确性进行了证明,并讨论了算法的复杂性。

背包问题的闭环DNA算法

提出了闭环DNA分子的结构多样性,即闭环DNA分子在同一个位置上具有不同的DNA序列。提出了双约束的整数规划背包问题闭环DNA算法,即对变量取值进行DNA编码并形成所有可能解;用批接入实验、电泳实验和批删除实验筛选出可行解,用批接入实验、电泳实验得到最优解;通过检测实验输出所有最优解。由一个算例说明算法的有效性。针对减少DNA编码和内切酶数量的问题改进了算法;对有特殊要求的背包问题提出了解决方法。